算法训练(leetcode)第二十四天 | 122. 买卖股票的最佳时机 II、55. 跳跃游戏、45. 跳跃游戏 II、1005. K 次取反后最大化的数组和

122. 买卖股票的最佳时机 II

leetcode题目地址

借助了一点数学思维,类似于裂项相消。假设第m天买入,第n天卖出(n>m),则获得的利润就是(prices[n]-prices[n-1])+(prices[n-1]-prices[n-2])+…+(prices[m+1]-prices[m]),拆分为求单天的收入,收集正值的利润求和即为最大利润。

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)

// c++
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int sum=0;
        for(int i=1; i<prices.size(); i++){
            int tmp = prices[i] - prices[i-1];
            if(tmp>0) sum+=tmp;
        }
        return sum;
    }
};

*55. 跳跃游戏

leetcode题目地址

这题属于猛一看很简单,仔细想就是想不出来。

需要分情况讨论一下:

  1. 数组中没有0,则一定可以到达数组最后一个位置。
  2. 数组中有0,则需要查看前面的单元格的最大覆盖范围是否可以跳过这个0位置。

思路来源

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)

// c++
class Solution {
public:
    bool canJump(vector<int>& nums) {
        int cover=0;
        for(int i=0; i<=cover; i++){
            
            cover = max(i+nums[i], cover);
            if(cover>=nums.size()-1) return true;
        }
        return false;
    }
};

*45. 跳跃游戏 II

leetcode题目地址

虽然和上题相似,但是依旧没思路。

思路来源

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)

// c++
class Solution {
public:
    int jump(vector<int>& nums) {
        if(nums.size()==1) return 0;
        int curCover=0, nextCover=0;
        int cnt=0;
        for(int i=0; i<nums.size(); i++){
            nextCover = max(i+nums[i], nextCover);
            if(i==curCover){
                cnt++;
                curCover = nextCover;
                if(curCover>=nums.size()-1) break;
            }
        }
        return cnt;
    }
};

*1005. K 次取反后最大化的数组和

leetcode题目地址

按照绝对值进行排序,排序后按绝对值从大到小将负值变为正值。若所有负值均变为正值后,k仍不为0,则将绝对值最小的元素反复变为相反数。

这里有一个小trick,一个正值变两次相反数仍然是自己,所以用k对2取余,若不为0,则将最小元素变为相反数。

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)

// c++
class Solution {
public:
    static bool cmp(int a, int b){
        return abs(a)<abs(b);
    }
    int largestSumAfterKNegations(vector<int>& nums, int k) {
        sort(nums.begin(), nums.end(), cmp);
        int result=0;
        for(int i=nums.size()-1; i>=0 && k; i--) {
            
            if(nums[i]<0) {
                nums[i] *= -1;
                k--;
            }
        }
        if(k%2==1) nums[0]*=-1;
        for(int a:nums) result+=a;
        return result; 
    }
};
  • 39
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\]和引用\[2\]的内容,买卖股票最佳时机可以使用动态规划算法来解决。动态规划是一种通过将问题分解为子问题并利用子问题的解来求解原问题的方法。在这个问题中,我们可以定义一个状态数组dp,其中dp\[i\]表示第i卖出股票所能获得的最大利润。然后,我们可以通过遍历价格数组prices,计算出每一卖出股票所能获得的最大利润,并更新dp数组。最后,dp数组中的最后一个元素即为所求的最大利润。 根据引用\[3\]的内容,区间动态规划算法是解决买卖股票最佳时机问题的一种方法。在这个算法中,我们需要考虑每个可能的买入和卖出的时间点,并计算出每个时间点的最大利润。然后,我们可以通过比较这些最大利润,找到最大的利润作为结果。 所以,买卖股票最佳时机可以使用区间动态规划算法来解决。 #### 引用[.reference_title] - *1* *3* [【算法-LeetCode】121. 买卖股票最佳时机(动态规划;贪心)](https://blog.csdn.net/qq_44879358/article/details/120306943)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【算法-LeetCode122. 买卖股票最佳时机 II(动态规划;贪心)](https://blog.csdn.net/qq_44879358/article/details/120783546)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值